基于车载激光点云的道路几何信息自动化提取

为了高效地进行道路设施信息采集与数字化建模，利用车载激光点云数据构建了一种自动化提取道路几何信息的方法框架。针对激光数据的无序性和冗余性，通过网格降采样和半径滤波精简点云规模、去除噪音点；通过栅格单元划分进行点云组织和索引，合理利用点云的空间局部性、缩减运算规模；利用道路要素在高程上的层次性与路面结构的连续性、光滑性，设计了高程滤波、基于主成分分析框架的局部法向量滤波、DBSCAN聚类等方法，实现从原始点云到路面点云的精确分割；利用采集车辆的行驶轨迹信息获取道路走向，利用其方向向量与法向量进行道路横截面的划分；切取横截面后投影至二维平面，并通过滑动窗口、最小二乘等算法提取道路宽度与平纵横参数。通过提取算法与人工测量的结果对比，在复杂街区和郊区公路两个实验数据集，点云分割准确性均超过87%，完整性均超过97%，提取质量均超过86%，几何信息的平均相对误差较小，说明算法具有良好的提取质量。有限算力条件下，两个数据集中点云处理时间分别是6.864与10.078 s/km，几何信息提取时间分别是1.732和0.843 s/km。提出的方法能够很好的兼顾提取效率与精度，在复杂街区和郊区公路环境下...     

地面三维激光扫描在道路测图中的应用

地面三维激光扫描技术在提升公路测量效率方面有广泛应用。以厦门理工学院部分道路为研究对象,基于FARO Focus3D三维激光扫描仪,对该道路进行点云数据采集、道路正射影像图的提取、道路数字线划地图(DLG)的快速绘制,实现了二维信息的提取和三维模型的构建,同时与传统全站仪数据对比,得出激光点云数据信息的完整性和效益性。     

点云数据在室内场景信息获取与装潢设计中的应用

以位于厦门市新城际广场商品房为研究对象,提出基于高精度、高速率的三维激光点云数据的室内场景三维信息研究.通过三维激光扫描,对采集的点云数据进行拼接、去噪等预处理,并基于点云数据运用算法,精确提取砖块和管道信息,绘制室内的几何平面图、二维线划图,实现室内信息数据的有效获取及分析.应用结果表明,三维激光扫描技术对室内三维数据的提取及场景设计效率高,大大降低了数据采集的时间成本和人工成本,提高了生成实践效率.     

基于三维激光扫描点云的道路路面变形分析方法

针对常规的道路路面变形分析方法存在工序复杂、效率低、局限性较大且难以对路面的整体变形做出全面变形分析等特点,提出一种基于三维激光扫描技术对道路变形分析的方法。采用三维激光扫描技术获取运营中道路路面的点云数据,并建立道路路面数字化模型定性且定量地对道路路面进行变形分析,进而得到路面的整体变形区域和变形量。结果表明,通过三维激光扫描技术可以更加直观、简洁地对道路做出数字化分析,对道路病害监测技术的自动化发展有着极为重要的意义。     

复杂激光点云数据中路面自动化提取技术

为了从数据量十分庞大的点云数据中提取出所需的道路要素,实现道路基础设施的数字化,该文提出了一种复杂激光点云环境中的路面提取方法.基于最近行车轨迹数据点进行道路剖面的划分,搜索出每个点的最近行车轨迹点,并根据它们的编号来进行剖面划分.采用两个连续点的距离、高程、点到行车轨迹的距离这三项指标,通过它们的阈值进行路面点的判断...     

基于三维激光扫描的岩体结构面信息提取

以地下矿山工程中的岩体结构面信息为研究对象,应用三维激光扫描技术与地质构造分析相结合的研究手段,将岩体结构面信息提取和三维激光扫描技术进行系统集成.利用Z+Flasercontrol点云数据处理程序和Geomagic Studio逆向工程软件对围岩点云信息进行预处理.基于Java语言开发了由点云数据获取结构面信息的点云数据处理系统,并应用Dips地质构造分析软件分析结果,结合人工测量数据验证此系统的准确性与可行性.研究结果表明,和传统方法相比,该方法具有快速、自动、高精度和远距离测量的优点.     

基于点云片段法提取道路边界线

车载激光扫描技术作为一种新的数据获取手段,因其可快速获取地物表面的高精度三维信息等特点而逐渐应用于测绘技术中。使用车载激光扫描仪获取的点云数据,采用点云片段法对车载点云数据中的道路边界线提取进行研究。根据高程投影,确定道路边界点所在的大致位置,提取该位置上的点云数据(即点云片段);然后对点云片段上每个点云数据进行斜率计算,根据斜率阀值初步提取道路边界点;最后再对初步提取到的道路边界点进行优化拟合形成道路边界线。点云片段法可通过减少计算过程中的数据量来提高计算效率,可快速而又精确的提取道路边界线,研究结果证明该方法具有可行性。     

一种基于车载激光扫描点云数据的单株行道树信息提取方法

提出了一种基于分层网格点密度的单株树信息提取方法,从车载激光扫描点云数据中提取出组成单株行道树的激光点,并计算树高、冠幅等特征信息.该方法由建立规则网格,基于高程的点云分层,逐层计算网格点密度,逐层提取激光点,提取单株行道树和计算特征等步骤构成.通过实例证明,提取结果较好地保留了组成单株行道树的激光点,并能较准确地计算特征信息.该方法拓展了车载激光扫描系统的应用领域,并可为城市绿化管理提供新的技术方法.     

采用车载激光雷达的带状地物矢量化与结构特征提取

针对车载激光点云带状地物形状多样、难以用规则语义信息矢量化,以及结构语义信息提取研究较少的问题,提出一种基于Ribbon Snake模型的车载激光雷达带状地物(道路边界、实线型标线、铁轨)矢量化与结构特征提取方法.首先,通过格网剖分构建点云特征图,利用Ribbon Snake模型提取带状地物矢量化数据;然后,分析不同道路和铁路场景的结构特征,生成具有准确几何和拓扑结构信息的三维矢量数据和属性数据.实验表明:该方法能够准确地提取带状地物矢量化与结构信息,实现不同场景下带状地物的有效完整描述.     

基于激光雷达里程计的高速公路三维建模方法

构建三维道路数字模型对智能车服务和道路管理具有重要意义。文中针对高速公路不同路段应用场景下车辆运行速度快、干扰噪声多、特征少和无回环检测辅助等一系列问题，提出一种以激光雷达信息为建模基础数据、激光雷达里程计与LOAM技术等多传感器融合的高速公路三维建模方法。首先，通过车载激光雷达获取道路场景的激光点云数据，使用激光雷达图像分割技术赋予每一个点有关构造物的标签，剔除道路上其他运动车辆的信息，减少建模噪声；其次，制定了一个精确的同步策略来对GNSS、IMU和激光雷达等传感器进行集成；在此基础上，结合惯性导航预积分结果、基于特征点云的位姿约束和RTK数据构建因子图，消除激光雷达里程计的累积误差，从而构建全局一致性的高速公路三维数字模型。为了保持姿态估计的有限数量，文中还引入了基于关键帧的滑动窗口优化策略。最后，分别采集高速公路场景中常见的3种路段（一般路段、桥梁和隧道路段）进行建模分析，结果表明，在具有挑战性的高速公路场景建模中，文中方法能够有效提高建模鲁棒性、精度以及模型有效性。     

基于空间网格划分的点云质量检测算法

随着三维激光扫描技术的快速发展,它以非接触性、高密度、高精度、数字化、自动化等特点,被广泛用于多个邻域,其中在建筑物变形监测领域的应用也越来越广泛。针对扫描设备获取的大量变形监测数据,快速地统计出前后两期数据变化差异值,提出了一种基于空间网格划分的点云质量检测算法,算法通过对不同期点云模型进行空间网格划分,依据网格进行点云邻域搜索,并根据点云变化差异值给点云赋予不同色谱颜色值,最后进行直观的两期点云变化差异可视化,并绘制出统计信息图。研究表明,该算法能够快速地分析对比两期点云数据,输出变化差异统计信息,能够为工程的运营提供快速的安全指导参考。     

基于数据驱动的施工安全隐患特征网络分析与预警策略

建筑业施工安全隐患排查与治理不断向数字化和智能化转型，但目前对大规模且高维的安全隐患数据的高效解析仍然不够充分。该研究通过对施工现场安全隐患记录数据进行隐患特征提取和降维，构建隐患特征网络，并提出基于数据驱动的隐患预警策略。首先，通过文本挖掘技术对施工安全隐患记录进行标准化，提取出111个安全隐患特征，并对隐患特征进行层次聚类，形成11个隐患特征群；其次，通过相关性检验确定隐患特征之间的关联，进而计算出隐患特征关联强度，构建了安全隐患特征网络；进而，基于网络结构指标和个体指标分析，结合特征群聚类分析，辨识了关键安全隐患特征；最后，提出一种基于特征数据驱动的安全隐患预警策略，为更加高效地进行安全隐患排查治理、提升安全生产水平提供了参考。     

复杂采空区激光多点探测及点云拼接与精简

针对复杂采空区激光探测中存在探测"盲区"和点云数据分布不均的问题,研究激光多点扫描和点云数据拼接与精简方法.通过多点探测避免了单次探测"盲区",加密了数据稀疏区.提出了基于公共坐标和最小二乘法的靶标矩阵转换方法,实现了多点探测点云的拼接.统计了点云密集区的分布规律;对密集散乱点云,提出了沿y轴方向分层剖分,层内数据以x和z坐标极值分区,区内每点以x值排序后依步长筛选的精简算法.大型贯通采空区验证表明:基于最小二乘法的拼接算法最优,误差范围在0.1 mm左右;数据精简率为15%~25%,确保了边界三维信息的完整性.     

基于3D激光点云的移动机器人行驶环境描述

针对移动机器人在复杂环境中的自主导航行驶问题,提出了一种基于3D激光点云数据的行驶环境描述方法. 在对点云数据进行球、柱坐标转换的基础上,构建机器人环境感知圆柱,根据3D激光雷达的扫描序列,提取点云径、切向坡度特征,结合机器人的运动特性,分析行驶环境的可通行性,提取候选道路点云. 复杂行驶环境下的实验结果证明了此方法能够使机器人准确地对环境进行认知.     

同步碎石封层技术在国省道干线公路养护中的运用研究

国省道干线公路是我国应用比较广泛的陆路系统,具备涵盖范围广、连通性强的特点.但是从当前国省道干线公路运输发展实际情况来看,整个公路在运输的过程中会出现裂缝、麻面、渗水等病害问题,这些病害问题的出现不仅会降低道路的使用效率,而且还会增加道路安全风险.为了避免以上问题,须做好国省道干线公路的养护工作.同步碎石封层技术的公路...     

基于激光点云的大跨度曲线圆管结构线形高效自动检测方法

大跨度曲线圆管类结构在工程上应用广泛,但该类结构存在线形获取效率低、整体线形难以保证等问题,因此提出一种基于激光点云的大跨度曲线圆管结构线形高效自动检测方法。利用三维激光扫描仪对结构全方位、快速的姿态获取,然后进行目标点云降噪、删除无关点等操作,最后采用编程算法对曲线圆管的中心线实现自动化批量提取。为验证中心线线形精度,赋予中心线合适半径值完成曲线圆管的重构,并将重构模型与点云进行三维对比分析。以某大跨度曲线圆管围护结构为分析对象,试验表明,由该方法逆向得到的大跨度曲线结构整体线形精度高、效率上大幅度提升,有良好的工程应用前景。     

地面三维激光扫描仪的测量误差分析

三维激光扫描技术的出现为快速、有效、准确获取三维空间信息提供了全新的技术支持.三维激光扫描仪能够不受白天黑夜的限制,全天侯对任意物体进行扫描并获取高精度的物体表面点的三维信息及反射率信息,从而快速实现物体的三维重建.然而,由于在应用过程中,受到仪器本身技术的限制以及外界的影响,使得外业采集的点云数据的精度受到不同程度的影响,从而使得后续的点云数据处理变得复杂且缓慢,甚至使得最终生成的三维模型与实际物体不一致.主要针对地面三维激光扫描仪在测量过程中存在的测距误差、测角误差以及误差来源进行了详细地分析并构建了点位误差模型,为提高三维激光点云数据处理的效率和精度提供了必要的条件.     

基于激光点云的树木三维几何建模系统的设计与实现

根据树木的几何拓扑原理,直接利用地面激光扫描仪扫描获得的活立木点云数据,提出了一种基于点云数据的树木三维高精度、真实感的快速重建技术,重点解决了树木骨架点的提取、枝条系统分级重建、模型交互式编辑等关键技术.应用结果表明,基于点云的树木三维几何建模系统能够克服传统树木建模精度低、效率低、形态逼真度差等不足,依据点云数据能快速高效地重建出忠实于现实树木形态结构的三维真实感模型.系统具有良好、灵活的交互性以及较强的实用性,可广泛应用于森林资源管理、精准农业、古树名木管理、园林规划设计等领域.     

机器学习在车载激光点云分类中的应用研究

点云信息分类提取与利用是车载移动测量系统的关键技术,提高车载激光点云分类的智能化已成为当代信息科学技术发展所面临的重要问题.从分析点云的特征入手,采用机器学习方法对车载激光点云的行道树提取进行了大量实验研究.首先,在点云原始特征的基础上,根据其局部几何特征及空间分布,构造了由三维空间位置、回波强度、颜色值、法向量、单位投影密度、残差及回波强度维度内的残差等17个特征值组成的点云高维特征向量,然后采用支持向量机和人工神经网络两种机器学习方法分别对行道树点云进行提取实验.实验中采用了粒子群优化算法对支持向量机进行参数寻优,采用所构造的由17个特征值构成的特征向量对点云进行机器学习,两种学习方法的行道树点云分类精度分别可以达到99.75%和99.25%.实验结果表明,采用机器学习的方法对于提高车载激光点云分类自动化程度和智能化水平具有重要意义和作用.     

基于车载激光扫描数据的城市地物三维重建研究

车载激光扫描系统可以精确、快速获取城市建筑物、道路交通设施、隧道等地物的表面信息,非常适用于城市物体三维空间信息的快速精确获取和在此基础上的三维重建.然而点云不是GIS数据,也不是三维模型,要将大量离散的点处理为可使用的三维模型还需要一系列复杂的过程,现阶段针对车载激光点云三维重建的方法还主要依赖于人工交互或半自动化处理,而且没有针对整个城市地物的三维重建方法.针对这一问题,本文仅提供一种基于地物分类的车载激光点云三维重建的方法,数据基础是已分类的彩色点云,重点是充分利用各类地物的特性,对不同地物使用不同的三维建模策略,以首都师范大学自主研制的车载激光扫描系统获取的三亚市点云数据为实验对象,验证了本文提出方法的可行性与实用性.